Reducing Variance in Monte Carlo Counterfactual Regret Minimization
Reducing Variance in Monte Carlo Counterfactual Regret Minimization
Typ dokumentu
diplomová prácemaster thesis
Autor
Pavel Kuchař
Vedoucí práce
Lisý Viliam
Oponent práce
Bošanský Branislav
Studijní obor
Umělá inteligenceStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Práce se zaměřuje na redukci variance v Monte Carlo CFR algoritmech v hrách s neúplnou informací. Po představení základního názvosloví a základních konceptů z teorie her jsou rozebrány nedávné úspěchy v redukci variance v MCCFR algoritmech jako je AIVAT, Generalized Sampling a VR-MCCFR. V rámci práce je navrhnut nový algoritmus pro redukci variance MCCFR za použití baselines a control variates založený na VR-MCCFR přístupu. Na konec je experimentálně ověřena funkčnost navrženého algoritmu. This thesis focused on variance reduction of Monte Carlo CFR algorithm in game with incomplete information. After introduction basic game theoretic terminology and theoretical concepts there are analyzed recent achievement in variance reduction of MCCFR algorithms like AIVAT, Generalized Sampling and VR-MCCFR. Within this work is proposed novel algorithm for variance reduction with usage of baselines and control variates based on VR-MCCFR approach. Finally the functionality of proposed algorithm is experimentally verified.
Kolekce
- Diplomové práce - 13136 [892]
Související záznamy
Zobrazují se záznamy příbuzné na základě názvu, autora a předmětu.
-
Reducing Variance in Monte Carlo Counterfactual Regret Minimization
Autor: Pavel Kuchař; Vedoucí práce: Lisý Viliam; Oponent práce: Bošanský Branislav
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-27)Práce se zaměřuje na redukci variance v Monte Carlo CFR algoritmech v hrách s neúplnou informací. Po představení základního názvosloví a základních konceptů z teorie her jsou rozebrány nedávné úspěchy v redukci variance v ... -
Učení v zobecněných normálních hrách se sekvenčními strategiemi
Autor: Šilhavý Prokop; Vedoucí práce: Bošanský Branislav; Oponent práce: Vaněk Ondřej
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2017-05-26)Práce formalizuje zobecněné hry v normální formě se sekvenčními strategiemi a představuje koncepty pro hledání Nashova ekvilibria v těchto hrách. Tento herní model je identický s hrami v normální formě se sekvenčními ... -
Modely omezené racionality v algoritmu minimalizace hypotetické lítosti
Autor: David Milec; Vedoucí práce: Lisý Viliam; Oponent práce: Černý Jakub
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-13)V mé práci jsem se soustředil na využívání soupeřů s modelem omezené racionality, kterým je například quantal response, ve velkých extenzivních hrách s omezenou informací. Definoval jsem dva nové koncepty řešení, quantal ...